75 5.8.1 Biểu đồ thể hiện thu thập dữ liệu nhiễm bệnh theo thời gian là tháng của tất cả quốc gia theo trung bình 7 ngày gần nhất.... Biểu đồ thể hiện thu thập dữ liệu nhiễm bệnh theo t
Phan i: Nhóm câu hỏi liên quan đến tổng quát dữ liệu
Tập mẫu thể hiện thu thập dữ liệu vào các năm nào
1) Tạo 1 cột dữ liệu "year" chứa dữ liệu các năm tương ứng với đữ liệu trong cột "date"
2) Lọc ra các năm khác nhau trong cột "year"
#TAD COT DU LIEU "YEAR" covid_data$date % summarize(.,Observations=n())
#DEM TONG SO LUONG DU LIEU CUA CAC CHAU LUC covid_data.continent %>% summarize ( ,Count=n())
Két qua: continent Observations Africa
Asia Europe North America Oceania
Hình 6: Số lượng đữ liệu thu thập được trong từng châu lục
1 153316 Hinh 7: Tổng số lượng dữ liệu thu thập được của các châu lục Đề bài tập lớn môn Cấu trúc Rời rạc cho KHMT (C01007) - Niên khóa 2021-2022 Trang 15/105
Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học & Kỹ Thuật May Tính
Số lượng dữ liệu thể hiện thu thập dữ liệu được trong từng đất nước (hiển thị 10 dất nước cuối cùng) và tổng SỐ TQ nu va 16
1) Lọc ra các dữ liệu trong tập mẫu mà trong cột "contiment" khác rỗng: sử dụng lại biến
2) Đếm số lượng dữ liệu trong từng đất nước: Đếm số lần lặp lại của mỗi đất nước trong cét "location"
3) Đếm tổng số dữ liệu của các đất nước
#DEM SO LUONG DU LIEU TRONG TUNG DAT NUOC observations.of.each.location % group_by(location) %>% summarize(.,Observations=n()) wow ons
#IN RA 10 DAT NUDC CUDI CUNG s observations of.each.location 4%>% tail (10) ứ #DEM TONG SO LUONG DU LIEU THU THAP DUDC CUA CAC DAT NuOC
Observations vati Venezuela Vietnam wallis and Futuna
Y z we Hình 8: Số lượng đữ liệu thu thập được của 10 đất nước cuối cùng
1 153316 Hình 9: Tổng số lượng dữ liệu thu thập được của các đất nước
Cho biết các châu lục nào có lượng dữ liệu thể hiện thu thập dữ liệu nhỏ nhất và, giá trị nhỏ nhat dé LH ng ng ng và và và sa và 16
1) Tìm số lượng dữ liệu thủ thập được trong từng châu lục: sử dụng lại biến ""observa- tions.of.each.continent"
2) Tìm giá trị nhỏ nhất
3) In ra các châu lục có số lượng dữ liệu thu thập được ứng với giá trị nhỏ nhất vừa tìm được
#TIM GIA TRI NHO NHAT min observations.of.each.continent % summarize(.,Observations=n())
#TAD VONG LAP FOR DE IN RA ISO_CODE CUA CAC DAT NUDC CŨ CUNG SO LUONG DU LIEU for (i in min.observations.of.each.location:max observations of.each.location)f{ c newCaseQ3 + 1.5*(newCaseQ3 - newCaseQi))) newDeathOutlier = length(which(Ct$new_deaths < newDeathQ1i - 1.5*(newDeathQ3 - newDeathQi) | Ct$new_deaths > newDeathQ3 + 1.5*(newDeathQ3 - newDeathQ1))) cat(df[i, 1], "NEW CASES DUTLIERS:", newCaseDutlier ,"\n") cat(df[i, 1], “NEW DEATHS DUTLIERS:", newDeathDutlier,"\n")
Brazil NEW CASES OUTLIERS: 26 Brazil NEW DEATHS OUTLIERS: 42 Chile NEW CASES OUTLIERS: 38 Chile NEW DEATHS OUTLIERS: 28 Venezuela NEW CASES OUTLIERS: 15 Venezuela NEW DEATHS OUTLIERS: 21
Hinh 26: 96 céc Outlier ctia céc quéc gia duge xét
5.2.6 Lập bảng mô tả số liệu thống kê cho từng đất nước thuộc về nhóm
Dùng các kết quả đã tính được ở câu trước để lập bảng mô tả theo yêu cầm đề bài
5.2.6.2 Thực hiện bằng R: Đề bài tập lớn môn Cấu trúc Rời rạc cho KHMT (C01007) - Niên khóa 2021-2022 Trang 25/105
Po Trường Đại Học Bách Khoa Tp.Hồ Chí Minh
Khoa Khoa Học & Kỹ Thuật May Tính ¡ Tnfect = đata.frame(location=character(), wow Min = integer() ,
Qi=double(), Q2=double(), Q3=double(), Max=integer (), Avg=double(), Std=double(), Dutlier=integer ())
9 Death = data.frame(location=character(),
Min = integer() , Qi=double(), Q2=double(), Q3=double(), Max=integer (), Avg=double(), Std=double(), Outlier=integer ()) iy for (i in 1:3)¢
#LAY DU LIEU QUOC GIA CAN XU LY
The dataset contains quantile values for new cases and new deaths The first quartile (Q1) represents the 25th percentile, the median (Q2) represents the 50th percentile, and the third quartile (Q3) represents the 75th percentile These values provide insights into the distribution of new cases and new deaths, offering a concise summary of their central tendencies and spread.
Outliers are identified using interquartile range (IQR) For new cases, outliers are defined as values below the first quartile (Q1) minus 1.5 times the IQR or above the third quartile (Q3) plus 1.5 times the IQR Similarly, for new deaths, outliers are defined as values below Q1 minus 1.5 times the IQR or above Q3 plus 1.5 times the IQR This method effectively identifies extreme values in the data.
#TAD BANG MO TA SO LIEU THONG KE
Infect[nrow(Infect)+1, ] = c(df[i, 1],min(Ct$new_cases,na.rm = TRUE),newCaseQl, newCaseQ2 ,newCaseQ3 ,max(Ct$new_cases,na.rm = TRUE) ,newCaseAvg ,newCaseStd, newCaseDutlier)
Death [nrow(Death) +1, ] = c(€df[i, 1],min(Ct$new_deaths ,na.rm = TRUE) ,newDeathQ1, newDeathQ2 ,newDeathQ3 ,max(Ct$new_deaths ,na.rm = TRUE),newDeathAvg,newDeathStd, newDeathDutlier)
* location Min Qi Q2 Q3 Max Avg Std Outlier
3 Venezuela 0 245 590 1100.25 4418 721.120056497175 631370116971211 15 Hình 27: Đáng mô tả số liệu thông kê cho số ca nhiễm,
^ leeation Min Qi Q2 Q3 Max Avg Std Outlier
Hình 28: Đáng mô tá số liệu thông bê cho số ca tử ong Đề bài tập lớn môn Cấu trúc Rời rạc cho KHMT (C01007) - Niên khóa 2021-2022 Trang 26/105
Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học & Kỹ Thuật May Tính
5.2.7 Vẽ biểu đồ boxplot hay còn được gọi là box-and-whisker cho nhiém coronavirus 5.2.7.1 Phương pháp giải quyết:
Dùng hàm boxplot để thể hiện biểu đồ boxplot cho số ca nhiễm và số ca tử vong
5.2.7.2 Thực hiện bằng R: ¡ par(mfrow=c(2,3))
5 boxplot(Ct$new_cases, maini, 1])
10 boxplot(Ct$new_deaths, maini, 1])
Hình 29: Biéu dé boxplot cho s6 ca nhiém new cases 4000 3/00 2000 1000 °
Venezuela Đề bài tập lốn mén Cau trúc Rời rạc cho KHMT (C01007) - Niên khóa 2021-2022 Trang 27/105
Lập bảng mô tả số liệu thống kê cho từng đất nước thuộc về nhóm
Dùng các kết quả đã tính được ở câu trước để lập bảng mô tả theo yêu cầm đề bài
5.2.6.2 Thực hiện bằng R: Đề bài tập lớn môn Cấu trúc Rời rạc cho KHMT (C01007) - Niên khóa 2021-2022 Trang 25/105
Po Trường Đại Học Bách Khoa Tp.Hồ Chí Minh
Khoa Khoa Học & Kỹ Thuật May Tính ¡ Tnfect = đata.frame(location=character(), wow Min = integer() ,
Qi=double(), Q2=double(), Q3=double(), Max=integer (), Avg=double(), Std=double(), Dutlier=integer ())
9 Death = data.frame(location=character(),
Min = integer() , Qi=double(), Q2=double(), Q3=double(), Max=integer (), Avg=double(), Std=double(), Outlier=integer ()) iy for (i in 1:3)¢
#LAY DU LIEU QUOC GIA CAN XU LY
The quartiles for new cases are: Q1 = newCaseQ1, Q2 = newCaseQ2, Q3 = newCaseQ3 The quartiles for new deaths are: Q1 = newDeathQ1, Q2 = newDeathQ2, Q3 = newDeathQ3 These values represent the 25th, 50th, and 75th percentiles of the data, respectively.
#DEM CAC OUTLIERS newCaseDutlier = length(which(Ct$new_cases < newCaseQi - 1.5*(newCaseQ3 - newCaseQ1) | Ct$new_cases > newCaseQ3 + 1.5*(newCaseQ3 - newCaseQi))) newDeathOutlier = length(which(Ct$new_deaths < newDeathQ1i - 1.5*(newDeathQ3 - newDeathQi) | Ct$new_deaths > newDeathQ3 + 1.5*(newDeathQ3 - newDeathQ1)))
#TAD BANG MO TA SO LIEU THONG KE
Infect[nrow(Infect)+1, ] = c(df[i, 1],min(Ct$new_cases,na.rm = TRUE),newCaseQl, newCaseQ2 ,newCaseQ3 ,max(Ct$new_cases,na.rm = TRUE) ,newCaseAvg ,newCaseStd, newCaseDutlier)
Death [nrow(Death) +1, ] = c(€df[i, 1],min(Ct$new_deaths ,na.rm = TRUE) ,newDeathQ1, newDeathQ2 ,newDeathQ3 ,max(Ct$new_deaths ,na.rm = TRUE),newDeathAvg,newDeathStd, newDeathDutlier)
* location Min Qi Q2 Q3 Max Avg Std Outlier
3 Venezuela 0 245 590 1100.25 4418 721.120056497175 631370116971211 15 Hình 27: Đáng mô tả số liệu thông kê cho số ca nhiễm,
^ leeation Min Qi Q2 Q3 Max Avg Std Outlier
Hình 28: Đáng mô tá số liệu thông bê cho số ca tử ong Đề bài tập lớn môn Cấu trúc Rời rạc cho KHMT (C01007) - Niên khóa 2021-2022 Trang 26/105
Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học & Kỹ Thuật May Tính
Vẽ biểu đồ boxplot hay còn được gọi là box-and-whisker cho nhiễm coronavirus
Dùng hàm boxplot để thể hiện biểu đồ boxplot cho số ca nhiễm và số ca tử vong
5.2.7.2 Thực hiện bằng R: ¡ par(mfrow=c(2,3))
5 boxplot(Ct$new_cases, maini, 1])
10 boxplot(Ct$new_deaths, maini, 1])
Hình 29: Biéu dé boxplot cho s6 ca nhiém new cases 4000 3/00 2000 1000 °
Venezuela Đề bài tập lốn mén Cau trúc Rời rạc cho KHMT (C01007) - Niên khóa 2021-2022 Trang 27/105 t3
Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học & Kỹ Thuật May Tính
Hình 30: Điểu đồ bozplot cho số ca tử vong
Phần ii: Nhóm câu hỏi liên quan đến dữ liệu thể hiện thu thập dữ liệu
Có bao nhiêu ngày có số lần dữ liệu không được báo cáo mới
5.3.1.1 Phương pháp giải quyết: Để tính số ngày không được báo cáo mới của mỗi quốc gia được xét, ta tính riêng số ngày có ca nhiễm bằng 0 và số ngày không được báo cáo (NA) Cả hai đều có thé tinh thong qua ham which() co trong R, san đó ta cộng tổng hai giá trị lại để tìm ra được số ngày không được báo cáo mới
5.3.1.2 Thực hiện bằng R: for (i in 1:3)f
The number of days with zero new cases was determined by finding the length of the vector of new cases where the value was zero (zeroInfectCase).* Similarly, the number of days with missing new case data was determined by finding the length of the vector of new cases where the value was missing (naInfectCase).* The total number of days with no reported new cases (noInfectReport) was calculated as the sum of zeroInfectCase and naInfectCase.* The number of days with zero new deaths (zeroDeathCase) was also calculated by finding the length of the vector of new deaths where the value was zero.
Po Trường Đại Học Bách Khoa Tp.Hồ Chí Minh
Khoa Khoa Học & Kỹ Thuật May Tính naDeathCase = length(which(is.na(Ct$new_deaths)==TRUE) ) noDeathReport = zeroDeathCase + naDeathCase cat (df[i,1],"NUMBER OF DAYS NO NEW INFECT CASE REPORT:", noInfectReport ,"\n") cat (df[i,1],"NUMBER OF DAYS NO NEW DEATH CASE REPORT:", noDeathReport ,"\n")
Brazil NUMBER OF DAYS NO NEW INFECT CASE REPORT: 9 Brazil NUMBER OF DAYS NO NEW DEATH CASE REPORT: 22 Chile NUM OF DAYS NO NEW INFECT CASE REPORT: 14 Chile NUM OF DAYS NO NEW DEATH CASE REPORT: 33
Venezuela NUMBER OF DAYS NO NEW INFECT CASE REPORT:
Venezuela NUMBER OF DAYS NO NEW DEATH CASE REPORT:
Hình 31: $6 ngay khong có báo cáo mới
Có bao nhiêu ngày có số ca nhiễm/ tử vong là thấp nhất được báo cáo mới
Ta duyệt từng ngày và đếm số lần cập nhật mới giá trị ca nhiễm/ tử vong thấp nhất
5.3.2.2 Thực hiện bằng R: for (i in 1:3)f
When the number of new COVID-19 infections is at its lowest, the number of new COVID-19 deaths is also at its lowest This pattern is observed by looking at the minimum number of new infections and the minimum number of new deaths for each day The minimum number of new infections is found to be 0, and the minimum number of new deaths is found to be 1 These minimum values are reached on the same day.
+ if (is.na(ct[j, 3]) == FALSE){ if (đeathMIN > Ct[lj, 3]){ deathMIN = Ct[j, 3] minDeathUpdateCount = minDeathUpdateCount + 1 + +
} cat (df[i,1],"NUMBER OF TIMES MIN INFECT CASES UPDATE: ",minInfectUpdateCount ,"\n") cat(df[i,1],"NUMBER OF TIMES MIN DEATH CASES UPDATE:",minDeathUpdateCount ,"\n")
## Brazil NUMBER OF TIMES MIN INFECT CASES UPDATE
## Brazil NUMBER OF TIMES DEATH ¢ UPDATE: 2
## Chile NUMBER OF TIMES MIN INFECT ¢ S UPDATE: 2
## Chile NUMBER TIMES MIN DEATH UPDATE: 2
## Venezuela R OF TIMES MIN Ih T CASES UPDATE: 2
ER OF TIMES MIN DEATH CASES UPDATE: 2 Hình 32: Số lần tử uong/ nhiễm bệnh thấp nhất được báo cáo mới
Có bao nhiêu ngày có số ca nhiễm/ tử vong là cao nhất được báo cáo mới
Tiến hành đếm số lần giá trị lớn nhất được cập nhật khi duyệt qua từng ngày.
Po Trường Đại Học Bách Khoa Tp.Hồ Chí Minh
Khoa Khoa Học & Kỹ Thuật May Tính
#SO0 LAN CA NHIEM/ TU VONG CAD NHAT DUOC BAD CAO MOI maxInfectUpdateCount = 0 maxDeathUpdateCount = 0 infectMAX= -Inf deathMAX= -Inf for (j in 1:nrow(ct)){ if (is.na(ct[j, 2]) == FALSE){ if (infectMAX< Ct[j, 21){ infectMAX= Ct[j, 2] maxInfectUpdateCount = maxInfectUpdateCount + 1 + + if (is.na(ct[j, 3]) == FALSE){ if (đeathMAX< Ct[j, 3])f deathMAX= Ct[j, 3] maxDeathUpdateCount = maxDeathUpdateCount + 1 + +
} cat(df[i,1],"NUMBER OF TIMES MAX INFECT CASES UPDATE: ",maxInfectUpdateCount ,"\n") cat(df[i,1],"NUMBER OF TIMES MAX DEATH CASES UPDATE:",maxDeathUpdateCount ,"\n")
Brazil NUMBER OF TIMES MAX INFECT CASES UPDATE: 45 Brazil NUMBER OF TIMES MAX DEATH CA! UPDATE: 41 Chile NUMBER OF TIMES MAX INFECT CA‘ UPDATE: 30
Chile NUMBER OF TIMES MAX DEATH CASES UPDATE: 26 Venezuela NUMBER OF TIMES MAX INFECT CASES UPDATE: 39 Venezuela NUMBER OF TIMES MAX DEATH CASES UPDATE: 16
Hình 33: Số lần tử vong/ nhiễm bệnh cao nhất được báo cáo mmới
5.3.4 Thể hiện bằng bảng số liệu
Tạo bảng số liệu những ngày không được báo cáo mới từ những giá trị đã tìm được ở cân trước, đối với bảng số liệu được báo cáo mới, ta đơn giản lấy tổng số ngày trừ đi những ngày không được báo cáo mới
The noNewReport dataframe is updated with the latest data: the affiliation is added to the first column, and the number of new infections and deaths are added to the second and third columns, respectively The newReport dataframe is also updated with the number of new infections and deaths Finally, the two dataframes are concatenated and displayed as a table.
Két qua: Đề bài tập lốn mén Cau trúc Rời rạc cho KHMT (C01007) - Niên khóa 2021-2022 Trang 30/105
Trường Đại Học Bách Khoa Tp.Hồ Chí Minh
> Khoa Khoa Học & Kỹ Thuật May Tính noNewReport Filter Countries Infections Deaths
Hình 34: Đáng số liệu thể hiện những ngàu không có báo cáo mới newReport
3 Venezuela Hinh 35: Bang sé liéu thé hién nhitng ngay c6 béo céo mé
Cho biết số ngày ngắn nhất liên tiếp mà không có dữ liệu được báo cáo
Ta sử dụng hàm rle() để lọc ra những chuỗi ngày liên tiếp không có dữ liệu được báo cáo, từ đó tìm được số ngày ngắn nhất liên tiếp không có dữ liệu được báo cáo
5.3.5.2 Thực hiện bằng R: for (i in 1:3)f
#Min day no report temp=rle(is.na(Ct$new_death) ) tempp = temp$lengths [temp$values==TRUE] res = mnin(tempp ,na.rm=TRUE) if (res == Inf) res = 0 cat (df[i,1],"THE LEAST NUMBER OF DAYS IN A ROW WITHOUT DEATH CASE REPORT:",res) cat ("\n") temp=rle(is.na(Ct$new_cases) ) tempp = temp$lengths[temp$values==TRUE] res = min(tempp ,na.rm=TRUE) if (res == Inf) res = 0 cat (df[i,1],"THE LEAST NUMBER OF DAYS IN A ROW WITHDUT INFECT CASE REPORT:",res) cat ("\n")
In South America, the countries with the fewest consecutive days without reporting a COVID-19 death are: Brazil (20 days), Chile (28 days), and Venezuela (13 days) While for the fewest consecutive days without reporting a new COVID-19 case, the respective numbers are: Brazil (1 day), Chile (0 days), and Venezuela (0 days).
Cho biết số ngày dài nhất liên tiếp mà không có dữ liệu được báo cáo
Tương tự câu trên, ta sử dụng hầm rle() để lọc ra những chuỗi ngày liên tiếp không có dữ liệu được báo cáo, từ đó tìm được số ngày dài nhất liên tiếp không có dữ liệu được báo cáo Đề bài tập lớn môn Cấu trúc Rời rạc cho KHMT (C01007) - Niên khóa 2021-2022 Trang 31/105
, Trường Đại Học Bách Khoa Tp.Hồ Chí Minh
> Khoa Khoa Học & Kỹ Thuật May Tính
#Max day no report temp=rle(is.na(Ct$new_death) ) tempp = temp$lengths [temp$values==TRUE] res = max(tempp ,na.rm=TRUE) if (res == -Inf) res = 0 cat (df[i,1],"THE MOST NUMBER OF DAYS IN A ROW WITHOUT DEATH CASE REPORT: " cat ("\n") temp=rle(is.na(Ct$new_cases) ) tempp = temp$lengths[temp$values==TRUE] res = max(tempp,na.rm=TRUE) if (res == -Inf) res = 0 cat (df[i,1],"THE MOST NUMBER OF DAYS IN A ROW WITHOUT INFECT CASE REPORT: cat ("\n")
Brazil THE MOST NUMBER OF DAYS IN A ROW WITHOUT DEATH CASE REPORT:
Brazil THE MOST NUMBER OF DAYS IN A ROW WITHOUT INFECT CASE REPORT:
Chile THE MOST NUMBER OF DAYS IN A ROW WITHOUT DEATH CASE REPORT: 28 Chile THE MOST NUMBER OF DAYS IN A ROW WITHOUT INFECT CASE REPORT: 0 Venezuela THE MOST NUMBER OF DAYS IN A ROW WITHOUT DEATH CASE REPORT: 13 Venezuela THE MOST NUMBER OF DAYS IN A ROW WITHOUT INFECT CASE REPORT: 0 Hinh 37: 96 ngay liên tiếp dài nhất không có báo cáo
Cho biết số ngày ngắn nhất liên tiếp mà không có người nhiễm bệnh mới
Tương tự câu trên, ta sử dụng hàm rie() để lọc ra những chuỗi ngày liên tiếp không có ca nhiễm mới, từ đó tìm được số ngày ngắn nhất liên tiếp không có ca nhiễm mới
5.3.7.2 Thực hiện bằng R: for (i in 1:3)f
#Min day no new case temp=rle(Ct$new_cases == 0) tempp = temp$lengths [temp$values==TRUE] res = mnin(tempp ,na.rm=TRUE) if (res == Inf) res = 0 cat (df[i,1],"THE LEAST NUMBER OF DAYS IN A ROW WITHOUT NEW INFECT CASE:" cat ("\n")
Brazil THE LEAST NUMBER OF DAYS IN A ROW WITHOUT NEW INFECT CASE: 1 Chile THE LEAST NUMBER OF DAYS IN A ROW WITHOUT NEW INFECT CASE: 1 Venezuela THE LEAST NUMBER OF DAYS IN A ROW WITHOUT NEW INFECT CASE: 1 Hình 38: 96 ngay liên tiếp dài nhất không có ca nhiỄm mới
Cho biết số ngày dài nhất liên tiếp mà không có người nhiễm bệnh mới
Hàm rie() lọc các chuỗi ngày liên tiếp không có ca nhiễm mới, giúp tìm được số ngày dài nhất liên tiếp không có ca nhiễm mới.
Trường Đại Học Bách Khoa Tp.Hồ Chí Minh Khoa Khoa Học & Kỹ Thuật May Tính
4 #Max day no new case
5 temp=rle(Ct$new_cases == 0)
6 tempp = temp$lengths [temp$values==TRUE]
7 res = max(tempp ,na.rm=TRUE)
9 cat (df[i,1],"THE MOST NUMBER OF DAYS IN A ROW WITHOUT NEW INFECT CASE:",res)
Brazil THE MOST NUMBER OF DAYS IN A ROW WITHOUT NEW INFECT CASE: 3 Chile THE MOST NUMBER OF DAYS IN A ROW WITHOUT NEW INFECT CASE: 6 Venezuela THE MOST NUMBER OF DAYS IN A ROW WITHOUT NEW INFECT CASE: 1 Hinh 39: Số ngày liên tiếp ngắn thất không có ca nhiễm mới
Phần iv: Nhóm câu hỏi liên quan đến trực quan dữ liệu
Vẽ biểu đồ thể hiện nhiễm bệnh đã báo cáo của các quốc gia mà thuộc về nhóm
1) Tạo hàm xử lý dữ liệu: lọc dữ liện theo 7 ngày cuối cùng và quốc gia cần vẽ
2) Vẽ biểu đồ đường gồm 3 đường, mỗi đường tương tướng với một quốc gia cần vẽ theo 7 ngày cuối cùng
#Loc du lieu theo cac quoc gia can ve
2 linei=lLineil=subset (data-covid ,data-covid$location=="Brazil")
3 line2=subset (data-covid ,data-covid$location=="Chile")
4 line3=subset (data-covid,data-covid$location=="Venezuela")
#Loc du lieu theo 7 ngay cuoi cung
7 line2=tail(line2,7) s line3=tail(line3 ,7)
9 line=rbind(linel ,line2,line3)
#We bien đo duong graph Khoa Khoa Học & Kỹ Thuật May Tính
5 \ / | | —— Daily deaths a | \ Te || — 7-Day average deaths
Date Hỡnh 107: Số cứ tử uong mỗi ngàu trờn toàn thế giới
Quan sát biểu đồ trên, ngay thời điểm đầu tháng 4, số ca tử vong tăng đột biến, ứng với mốc bùng phát tử vong
Tại thời điểm cuối của dữ liệu gốc, số ca tử vong mỗi ngày vẫn còn ở mức cao (xấp xỉ 10,000 ca/ngày) Tuy nhiên, theo xu hướng và tốc độ giảm của số ca tử vong, có thể dự đoán mốc cuối sẽ rơi vào tháng 6/2022, giống với mốc cuối của khoảng bùng phát dịch Có thể tự tin khẳng định đỉnh tử vong vào tháng 1/2022 sẽ là đỉnh cuối cùng của đại dịch, dựa trên mức độ phủ vaccine và miễn dịch cộng động trên toàn thế giới
'Ta chia khoảng bùng phát tử vong lớn thành các khoảng con dựa theo các đỉnh tử vong, với mốc cuối của đỉnh này là mốc đầu của đỉnh kế tiếp:
Lần 7: Tháng 01/2022 - Tháng 06/2022 (Dự đoán)
5.10.3 Câu 6: Khoảng thời gian bùng phát nhiễm bệnh lớn nhất giữa các quốc gia có chồng lên nhau không, Cho biết khoảng thời gian giao nhau đó?
5.10.3.1 Phương pháp thực hiện: Ta vẽ biểu đồ số ca mắc mỗi ngày của ba quốc gia: Brazil, Chile, Venezuela Dita vào xu hướng biến thiên của ba đồ thị, ta có thể xác định được khoảng bùng phát của chúng có diễn ra cùng lúc hay không một cách trực quan
Tuy nhiên, do sự khác biệt lớn về dân số giữa ba quốc gia này nên nếu chỉ biểu diễn số ca mắc mới mỗi ngày thì rất khó thể hiện được xu hướng thực tế ở những nước có dân số ít Để khắc phục vấn đề này, người ta xem xét chỉ số tỷ lệ số ca mắc mới trên tổng số dân của nước tương ứng, tính theo công thức: new cases per 1M = new cases / population.
, Trường Đại Học Bách Khoa Tp.Hồ Chí Minh
> Khoa Khoa Học & Kỹ Thuật May Tính
5.10.3.2 Thực hiện bằng R: Sử dụng phương pháp trung bình động để lọc nhiễu dữ liệu
#XU LI SO LIEU covidData_X_6
